基于归一化建筑指数的北京市城市热岛效应分布特征

以北京市为研究区域,以Landsat TM影像为基础数据,定量反演亮度温度(Tb),提取归一化建筑指数(NDBI),并利用RS和GIS技术在东北-西南和西北-东南方向构建多个特征剖面,探讨Tb与NDBI的关系在空间上的分布规律。结果表明:(1)Tb和NDBI存在明显的正相关关系。(2)剖面上Tb与NDBI相关性的显著程度呈现由中心剖面向边缘剖面递减的格局。(3)剖面上Tb与NDBI相关性的显著程度受下垫面土地利用结构的复杂程度影响,土地利用结构越复杂,特征剖面上Tb与NDBI的相关性越显著。研究结果较好地揭示了建筑与温度相关性的空间分布规律,可为北京市未来的城市、绿地等规划提供一定科学依据。

基于MODIS的归一化建筑指数与城市热岛效应关系研究

随着城市化发展,城市建筑用地的增多对区域气候环境造成重要影响。文章通过对2010年4个月份的MODIS数据进行预处理,反演提取出青岛市区的城市归一化建筑指数以及地表温度数据,并对两者间之间的相关关系进行了研究。研究结果表明:城市建筑用地率(归一化城市建筑指数)越高的地区,城市的地表温度越高,热岛效应就越明显。同时,归一化城市建筑指数与地表温度的相关性的空间分布规律也为有效改善城市环境提供了借鉴依据。

基于TM图像的“增强的指数型建筑用地指数”研究

以Landsat TM/ETM+图像为数据源,研究城镇和农村建筑用地信息的提取方法。首先利用TM 7,4,2波段创建归一化差值裸地与建筑用地指数(normalized difference bareness and built-up index,NDBBI);然后根据裸地在裸土指数(bare doil index,BSI)图像上的亮度值最高、在改进型归一化差值水体指数(modified normalized differencewater index,MNDWI)图像的亮度值最低的特征,提出了增强型裸土指数(enhanced bare soil index,EBSI);最后选用NDBBI,EBSI,MNDWI和SAVI(soil adjustment vegetation index,SAVI)4个指数,构建一种新型的建筑用地指数,称为"增强的指数型建筑用地指数"(enhanced index-based built-up index,EIBI),可快速地提取建筑用地信息。实验结果表明,用EIBI提取的建筑用地信息客观,人为干预少,可信度高,提取精度可达90%以上,适合于同时提取城市和农村建筑用地信息。

一种基于遥感指数的城市建筑用地信息提取新方法

提出了一种利用仿建筑用地指数提取城市建筑用地信息的新方法。首先利用近红外波段和绿波段构建仿归一化建筑指数,再将其与土壤调节植被指数和归一化水体指数相结合,进而构建仿建筑用地指数,最后利用仿建筑用地指数提取城市建筑用地信息。仿建筑用地指数影像将建筑用地信息增强,通过影像分割、去小面元以及合并邻近面元处理,可以准确提取城市建筑用地信息,实验精度可达89.5%。

基于MODIS的城市大气颗粒物污染指数研究

遥感特征指数法是一种简单、高效的信息提取方法。根据气溶胶散射或吸收引起的卫星不同波段间表观反射率变化,构建了基于MODIS的城市大气颗粒物污染指数,结合石家庄市各环境空气质量站实测颗粒物浓度数据,分析差值植被指数(difference vegetation index,DVI)、归一化灰霾指数(normalized difference haze index,NDHI)、归一化建筑指数(normalized difference built-up index,NDBI)和差值建筑指数(difference built-up index,DBI)与PM10之间的相关关系。结果表明,除NDHI外,DVI,NDBI和DBI与大气颗粒物质量浓度均呈现负相关关系,DBI与PM10之间线性相关关系较为明显,综合多种大气颗粒物污染指数构建的大气颗粒物质量浓度估算模型,可以用来简便、快速地指示城市大气颗粒物污染状况。

徂徕山—莲花山地区环境生态指数时空变化与驱动因素分析

内陆岛屿型封闭生境的人-地关系紧张,是区域环境变化和人类活动的敏感指示器。基于Landsat MSS/TM/OLI数据(1982—2016年)、气象站点(1982—2012年)年均降水、气温数据和ASTER GDEM数据,对山东省徂徕山—莲花山地区的气候变化要素(年均降水和气温)、人类活动要素(耕地和建筑用地面积)以及遥感指数归一化植被指数(normalized difference vegetation index,NDVI)和归一化建筑指数(normalized difference building index,NDBI)进行时序分析和相关性分析。结果表明:近35 a间,林地和灌丛向草地和稀疏草地转变,草地和稀疏草地向裸地转变的趋势明显;形成了耕地、建筑用地包围林地,林地中有耕地和建筑用地的景观格局;核心区NDVI增速为0.0069/10 a,NDBI降速为-0.014/10 a;核心区周围NDVI降速为-0.018/10 a,NDBI增速为0.0035/10 a;耕地转出大,主要转化为建筑用地和林地;林地面积变化与耕地和建筑用地面积呈显著负相关。总体上,徂徕山—莲花山地区生态结构和景观格局均发生了不利变化。

基于Landsat8数据的长沙市望城区地表温度与遥感指数关系研究

本文基于2013年9月17日的LANDSAT8卫星影像数据,计算了长沙市望城区地表温度(LST)、NDVI、NDBI、BSI、MNDWI,对望城区城市热岛效应以及城市地表温度与NDVI、NDBI、BSI、MNDWI之间的关系进行研究分析,结果表明:望城区城市热岛效应明显,NDBI、BSI与望城区地表温度(LST)呈正相关的线性关系,NDVI、MNDWI与地表温度(LST)呈负相关线性关系,进一步说明水体与植被有助于缓解城市热岛效应,而建筑与裸土则加剧了城市热岛效应。

泉州市城镇化建设对植被覆盖影响的遥感分析

为探究泉州市建筑面积扩张与植被覆盖在时空尺度上的交互响应情况,基于2013年和2021年2个时期的Landsat8 OLI卫星遥感数据,计算泉州市归一化建筑指数N_(DBI)(normalized difference built-up index)和归一化植被指数N_(DVI)(normalized difference vegetation index)。结果表明:2013至2021年间,泉州市N_(DBI)均值由-0.27增至-0.24;N_(DVI)均值由0.64减小到0.60,N_(DVI)下降的地表占比为11.80%,而增大的占比为4.59%,N_(DVI)下降的区域大部分位于西北地区和东部核心城区附近;N_(DBI)与N_(DVI)呈负相关关系,2021年N_(DBI)对N_(DVI)的影响程度较2013年更大。建筑用地面积增加的同时没有对造成的植被生态问题进行充分修复,导致N_(DVI)下降的区域占比较大;在今后应注重城镇绿地保护,合理开发建设用地。

一种利用TM图像自动提取城镇用地信息的有效方法

如何快捷、准确与客观地提取城镇用地信息 ,以获得城镇用地的分布范围和面积资料 ,是有关城镇问题研究中经常涉及到的一个基本问题 ,现代遥感技术为这个问题的有效解决提供了强有力的保证。运用提出的归一化建筑指数 ,从TM图像进行了无锡市城镇用地信息的自动提取。研究结果表明 ,与传统的计算机分类和手工屏幕数字化方法相比 ,归一化建筑指数法是一种非常行之有效的方法。

基于MODIS数据的长株潭地区NDBI和NDVI与地表温度的关系研究

基于4个季节的MODIS影像,计算长株潭地区的地表温度、NDBI和NDVI,比较NDBI和NDVI与地表温度之间关系,对地表城市热岛效应研究的指标NDBI和NDVI进行对比分析。结果表明,NDBI与4个季节的地表温度间都存在明显的线性关系,而NDVI与地表温度间关系并不明显且随季节发生变化,说明NDBI是地表城市热岛效应研究的有效指标,在地表城市热岛效应的季节变化研究中NDBI可作为NDVI的一个附加指标。

基于RS的城市绿地及其固碳能力演变研究——以重庆市主城区为例

利用重庆市LandsatTM数据,采用归一化植被指数(NDVI)、归一化建筑指数(NDBI),提取重庆主城区绿地、建设用地等地类信息,结合区位商理论和citygreen储碳模型计算了重庆主城各区2000,2003和2007年绿地率区位商、绿地年固碳量和固碳率.结果分析表明:2000年到2007年重庆主城区绿地面积、建筑用地面积、绿地年固碳量均有不同程度增长,年均增长率分别为3.7%,13.2%和7.6%;绿地大体呈现以渝中区为极低中心,周边组团城区为较高起伏边缘的盆状空间格局;绿地固碳能力基本与绿地格局一致,且固碳能力增幅大于绿地面积增幅.研究认为,城市建设等人类活动影响城市绿地的增减,而绿地面积和绿地结构组成是影响绿地固碳能力的主要因素.

基于landsat8 oli数据的合肥市热岛时空特征分析

热岛效应是一种城市化进程中所产生的特有环境问题,是一个地区的气温高于周围地区的现象。为了揭示快速城市化地区热岛的时空变化特点,利用2014年的Landsat8 oli遥感数据,通过遥感算法反演合肥市地表温度,并对合肥市热岛分布及成因加以分析,同时分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)与热岛分布的关系,以及城市下垫面对热岛效应的影响,并对城市热场进行生态评价分析。结果表明,合肥市四季均存在热岛现象,热岛强度表现为夏季最强,最高温度达57.86℃,秋季次之,春季、冬季较弱。春、夏、秋3个季节热岛多集中在主城区,冬季热岛多分布在乡镇及裸土区,城区热岛强度较弱。热岛效应多集中在不透水面和裸土区,城市冷岛多出现在水体位置。城市热岛分布与归一化植被指数呈负相关关系,与归一化建筑指数呈正相关关系。改进半径法可以较好区分城市建成区,建成区与郊区温度分布存在明显差异。

基于空间自回归模型的广州市NDVI和NDBI与气温关系研究

为了探索城镇化地区热岛的时空变化特征,采用2015年覆盖广州市的1 km空间分辨率MOD13A3月合成归一化植被指数(normalized difference vegetation index,NDVI)数据、用Landsat8 OLI提取的归一化建筑指数(normalized difference build-up index,NDBI)数据以及不同季节的气象站点近地表气温数据,运用相关性分析方法,研究近地表气温与NDVI和NDBI的相互关系;在此基础上,应用空间自回归方法构建不同季节的近地表气温与NDVI和NDBI的空间自回归模型,定量分析广州地区近地表气温与NDVI和NDBI的空间关系,并与普通回归模型进行比较分析。结果表明,不同季节的NDVI与近地表气温呈负相关,NDBI与近地表气温呈正相关;与普通线性回归模型相比,空间滞后模型与空间误差模型的拟合效果最优;通过比较分析相关系数(R^2)值、赤池信息量准则(Akaike information criterion,AIC)值及回归模型残差的莫兰指数(Moran index,Moran’s I),发现空间滞后模型的拟合效果略优于空间误差模型;从春季到秋季,NDVI对近地表气温的影响大于NDBI对近地表气温的影响;在空间滞后模型中,显著的、正的空间自回归系数表明,气象站点的近地表气温受到相邻气象站点的近地表气温的显著正影响。

基于BP网络研究城市扩张中的道路因素：以张家港市为例

结合GIS和BP神经网络等方法,将多幅TM遥感影像和土地利用图栅格化和数字化,抽取了道路距离、NDBI(归一化建筑指数)和NDVI(归一化植被指数)等影响因子,利用BP神经网络仿真了张家港市城市扩张侵占农用地的变化规律,以定量描述城市化过程中道路对农用地的影响.结果表明:距道路约500m内的农转非概率高达12%,道路对周边农地减少的影响最远辐射至2000m处;-0.3<NDBI<0.5时,距道路越近,农地越容易转化为建筑用地;同时,BP网络易陷入局部极小点的缺陷可以通过增加BP网络训练点来避免.

基于中分辨率成像光谱仪数据的建筑指数研究

中分辨率成像光谱仪(MODIS)数据是研究大尺度土地利用/土地覆盖的有效数据手段。针对现有建设用地提取方法的不足,文章通过分析MODIS数据的地物光谱特征,给出适合MODIS数据的归一化建筑指数,并以京津冀城市群为研究区提取建设用地,最后从位置和面积两方面对提取结果进行精度验证。结果表明:该文构建的归一化建筑指数不但加强了MODIS数据中的建设用地,还成功抑制了裸地、荒地和已收割耕地等对建设用地提取的干扰。

内江市城市热岛效应时空演变特征遥感分析

利用内江市1988年6月23日、2000年5月10日和2007年5月6日的Landsat TM/TM+遥感影像提取了3个时期的城市范围信息,并定量反演了亮度温度,并利用均值-标准差法对亮温进行分级,在此基础上分析了内江市区城市热岛效应的时空演变规律。结果表明,1988～2000～2007年间,内江市区存在明显的城市热岛效应,并呈现出先增强再减弱的趋势。

北京市1989—2010年地表温度时空分异特征分析

以3S技术为支持,采用TM数据、应用单窗算法对1989—2010年间北京市五环内地表温度(land surface temperature,LST)进行反演,并采用同步的MODIS温度产品对反演结果进行对比验证。在此基础上,利用距平值分析和剖面线分析等方法揭示了20多a来北京市地表温度的时空分异总体特征;基于归一化水汽指数(normalized difference moisture index,NDMI)和归一化建筑指数(normalized difference building index,NDBI)分析了研究区内地表温度的时空变化特征,定量揭示并阐述了地表温度和NDMI及NDBI的相关关系。研究结果表明:反演温度可较为真实地反映研究区地表热量的空间差异;北京地表温度时空变化特征明显,同一时段、不同土地覆盖类型的地表温度差异较为显著,热岛效应明显;地表温度和NDBI呈显著的正相关,与NDMI则呈显著的负相关,NDMI和NDBI在表征地表热特征方面均是较好的指标。该结果为监测北京地表温度变化及其时空分布特征提供了依据。

基于Landsat-8的开封城区不透水面提取

基于支持向量机的监督分类方法以及目视解译等多种方法实现了开封城区不透水面的提取,并对提取方法和结果进行讨论。实验结果表明:①基于SVM的监督分类方法精度比较高,较适合开封主城区不透水面的提取;②开封市主城区北部和西部透水情况较好,南部和东部透水情况较差,开封市主城区建设呈现向西部和北部发展的态势;③开封市主城区建设过程中也注意到对于生态环境的保护,植被和水体等保持有一定的稳定性。同时这些实验也为不透水面遥感提取技术系统中方法的选择及政府相关部门提供了客观参考。

基于Landsat数据地表特征参数与地表温度关系

以成都市为研究区,定量分析了各地表特征参数与地表温度之间的线性关系。通过对地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化水汽指数(NDMI)进行局部区域逐像元分析和总体区域统计分析,结果表明NDVI,NDMI,NDBI与地表温度间都存在明显的线性关系,可用于说明地表温度的动态变化,在3月份,NDMI与地温的相关性更优于NDVI。对传统城市热现象研究中,NDMI与NDBI能够用来以NDVI作为分析地表温度随季节而变化的互补的度量标准。

遥感影像居民地信息自动提取方法研究进展

快速掌握居民地的时空分布和变化特征对于区域可持续发展具有重要意义。遥感技术的发展,为居民地的快速提取提供了新的途径。传统的人工目视解译费时费力,基于遥感影像的居民地信息自动提取势在必行。主要探讨了居民地信息自动提取的5种方法,即基于统计的分类法、谱间结构阀值法、归一化指数法、纹理分析法、地学专家知识分类法,讨论了各种方法的优缺点,总结了目前的研究进展。最后提出了居民地信息自动提取方法的发展趋势,认为多种分类方法相结合,建立居民地信息提取的专家系统将是今后研究的重点。